Nilalaman

• Mga hakbang
• Payo
• Ang iyong kailangan

Ang agwat ng kumpiyansa ay isang tagapagpahiwatig na makakatulong sa amin na malaman ang kawastuhan ng isang pagsukat. Bilang karagdagan, ang agwat ng kumpiyansa ay nagpapahiwatig din ng katatagan kapag tinatantiya ang isang halaga, ibig sabihin salamat sa agwat ng kumpiyansa, maaari mong makita kung paano lumilihis ang mga resulta ng paulit-ulit na pagsukat mula sa orihinal na pagtatantya. . Tutulungan ka ng sumusunod na artikulo na malaman kung paano makalkula ang mga agwat ng kumpiyansa.

Mga hakbang

1. 

   Tandaan ang hindi pangkaraniwang bagay na nais mong suriin. Sabihin nating nais mong subukan ang sumusunod na senaryo: Ang average na bigat ng mga lalaking mag-aaral sa paaralan ng ABC ay 81 kg (katumbas ng 180 lbs).. Kailangan mong suriin kung ang iyong hula tungkol sa bigat ng mga lalaking mag-aaral sa ABC ay tama sa loob ng isang naibigay na agwat ng kumpiyansa.

2. 

   
   
   Pumili ng isang sample mula sa isang naibigay na populasyon. Ito ang hakbang na gagawin mo upang makolekta ang iyong data upang masubukan ang iyong haka-haka. Sabihin nating napili mo ng random na 1000 mga estudyanteng lalaki.

3. 

   Kalkulahin ang mean at karaniwang paglihis ng sample. Pumili ng isang halimbawang halaga ng istatistika (hal. Halimbawang halimbawa, sample na karaniwang paglihis) na nais mong gamitin upang matantya ang iyong napiling parameter ng populasyon. Ang parameter ng populasyon ay isang halaga na kumakatawan sa isang tiyak na katangian ng populasyon na iyon. Upang makalkula ang ibig sabihin at karaniwang paglihis ng sample, gawin ang sumusunod:
   • Kinakalkula namin ang ibig sabihin sa pamamagitan ng pagkuha ng kabuuan ng mga timbang ng 1000 napiling mga mag-aaral na lalaki at hinati ang kabuuang nakuha ng 1000, iyon ay, ang bilang ng mga mag-aaral. Ang average na timbang na nakuha ay 81 kg (180 lbs).
   • Upang makalkula ang karaniwang paglihis, kailangan mong matukoy ang ibig sabihin ng hanay ng data. Pagkatapos, kailangan mong kalkulahin ang pagkakaiba-iba ng data, o sa madaling salita hanapin ang ibig sabihin ng parisukat na paglihis mula sa mean. Susunod, makukuha natin ang square root ng nakuha na halaga. Ipagpalagay ang kinakalkula na karaniwang paglihis ay 14 kg (katumbas ng 30 lbs). (Tandaan: kung minsan ang isang karaniwang halaga ng paglihis ay ibibigay sa mga problemang pang-istatistika.)

4. 

   
   
   Piliin ang iyong nais na agwat ng kumpiyansa. Ang mga karaniwang ginagamit na agwat ng kumpiyansa ay 90%, 95%, at 99%. Karaniwang ibinibigay din ang halagang ito. Halimbawa isaalang-alang ang 95% agwat ng kumpiyansa.

5. 

   Kalkulahin ang saklaw ng error o limitasyon ng error. Ang limitasyon ng error ay maaaring kalkulahin ng formula: Z_{a / 2} * σ / √ (n). Sa loob doon, Z_{a / 2} ang kadahilanan ng kumpiyansa, kung saan ang agwat ng kumpiyansa, ay ang karaniwang paglihis, at ang n ang laki ng sample. Sa madaling salita, kailangan mong i-multiply ang limitasyong halaga ng karaniwang error. Upang malutas ang pormulang ito, hatiin ang pormula sa mga sumusunod na bahagi:
   • Upang makalkula ang halagang limitasyon Z_{a / 2}: Ang agwat ng kumpiyansa na isinasaalang-alang ay 95%. Ang pag-convert mula sa isang porsyento hanggang sa isang decimal na halaga ay nagbibigay ng: 0.95; hatiin ang halagang ito ng 2 upang makakuha ng 0.475. Susunod, ihambing sa z table upang hanapin ang katumbas na halaga na 0.475. Nakita namin na ang pinakamalapit na halaga ng 1.96 ay nakasalalay sa intersection ng row 1.9 at haligi 0.06.
   • Upang makalkula ang karaniwang error, kunin ang karaniwang paglihis ng 30 (sa lbs, at 14 sa kg), at hatiin ang halagang ito sa pamamagitan ng parisukat na ugat ng sample na laki ng 1000. Makakakuha ka ng 30 / 31.6 = 0.95 lbs, o (14 / 31.6 = 0.44 kg).
   • I-multiply ang kritikal na halaga ng karaniwang error, ibig sabihin, kumuha ng 1.96 x 0.95 = 1.86 (sa lbs) o 1.96 x 0.44 = 0.86 (sa kg). Ang produktong ito ay ang limitasyon ng error o ang saklaw ng error.

6. 

   
   
   Itala ang agwat ng kumpiyansa. Upang maitala ang agwat ng kumpiyansa, kunin ang mean (180 lbs, o 81 kg) at isulat ito sa kaliwa ng ± sign pagkatapos sa limitasyon ng error. Kaya, ang resulta ay: 180 ± 1.86 lbs o 81 ± 0.44 kg. Maaari nating matukoy ang itaas at mas mababang hangganan ng agwat ng kumpiyansa sa pamamagitan ng pagdaragdag o pagbabawas ng average na halaga sa pamamagitan ng saklaw ng error. Iyon ay, sa lbs. Ang mas mababang bound ay 180 - 1.86 = 178.16 at ang itaas na bound ay 180 + 1.86 = 181.86.
   • Maaari din naming gamitin ang formula na ito upang matukoy ang agwat ng kumpiyansa: x̅ ± Z_{a / 2} * σ / √ (n). Kung saan ang ibig sabihin ng x̅.
   anunsyo

Payo

• Posibleng makalkula ang mga t-halaga at z-halaga sa pamamagitan ng kamay o paggamit ng isang calculator na may mga talahanayan ng grapiko o istatistika na karaniwang kasama sa aklat ng mga istatistika. Ang z-halaga ay maaaring matukoy gamit ang Standard Distribution Calculator, habang ang t-halaga ay maaaring kalkulahin gamit ang t-Distribution Calculator. Bilang karagdagan, maaari mo ring gamitin ang mga tool sa suporta na magagamit online.
• Ang laki ng sample ay dapat sapat na malaki para sa agwat ng kumpiyansa upang maging wasto.
• Ang kritikal na halagang ginamit upang makalkula ang saklaw ng error ay isang pare-pareho at ipinapakita bilang isang t-halaga o z-statistic. Ang isang t-halaga ay madalas na ginagamit kapag ang pamantayan ng paglihis ng populasyon ay hindi kilala o kung ang laki ng sample ay hindi sapat na malaki.
• Mayroong maraming mga pamamaraan ng pag-sample na makakatulong sa iyo na pumili ng isang kinatawan ng sample para sa pagsubok, tulad ng simpleng random sampling, sistematikong sampling o stratified sampling.
• Ang mga agwat ng kumpiyansa ay hindi ipinapahiwatig ang posibilidad ng isang solong kinalabasan. Halimbawa, sa isang 95% agwat ng kumpiyansa, maaari mong sabihin na ang ibig sabihin ng populasyon ay nasa pagitan ng 75 at 100. Ang agwat ng kumpiyansa na 95% ay hindi nangangahulugang maaari kang maging 95% sigurado na ang halaga ay Ang average ng pagsubok ay mapupunta sa saklaw ng halagang iyong kinalkula.

Ang iyong kailangan

• Isang sample na hanay
• Computer
• Mga koneksyon sa network
• Teksbuk ng mga istatistika
• Handheld computer na may mga graphic